一种中医智能病案推荐方法及推荐系统技术方案

本发明专利技术提供了一种中医智能病案推荐系统，通过采用知识图谱技术对病案数据进行提取整合，让医生通过可视化的方式更加直观的了解病案的知识及相互关系；并对知识图谱提取的实体数据在不同维度下使用关联分析算法，让医生在进行临床操作、书写患者病历时，能够实时根据患者的病历情况推荐出比较相近的历史病案，以供给医生进行比较准确的诊疗方案的选择与运用。用。用。

【技术实现步骤摘要】
一种中医智能病案推荐方法及推荐系统


[0001]本专利技术涉及医疗行业内容智能推荐领域，具体但不限于涉及一种中医智能病案推荐方法及推荐系统。

技术介绍

[0002]中医是我国传统文化的瑰宝，近些年来国家也在大力提倡中医药的传承与发展。而传统的中医要在现代社会发展进步，就要走信息化的道路。在中医的信息化、智能化研究领域，有很大一部分工作都是对于中医病案的处理与分析，在我们上千年的历史中留下来大量的中医名家病案，尤其是近代与当代的名家病案，包括现代医疗卫生体系中的每一家中医院以及中西结合医院都有大量的中医病案。如何使用一个相对统一的标准对于这些病案进行分析研究及显示，以及在临床过程中如何对于这些病案进行智能的分析使用，是研究的难题。
[0003]有鉴于此，需要提供一种新的系统或方法，以期解决上述至少部分问题。

技术实现思路

[0004]针对现有技术中的一个或多个问题，本专利技术提出了一种中医智能病案推荐方法及推荐系统，通过采用知识图谱技术对病案数据进行提取整合，让医生通过可视化的方式更加直观的了解病案的知识及相互关系；并对知本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种中医智能病案推荐方法，其特征在于，包括：S1、构建可视化的病案知识图谱数据库；S2、在疾病维度、证型维度、病机维度、体质维度四个维度下，对病案知识图谱数据库中经过标准化处理的实体数据分别进行关联分析，获取4个维度下各历史病案的症状
‑
权重集合；S3、输入患者的病历信息，并提取病历信息中标准化的疾病、证型、症状、体征数据，组成患者病历症状集合A，其中，a表示症状，m表示症状个数；S4、在疾病维度、证型维度、病机维度、体质维度四个维度下，分别将患者病历症状集合A与病案知识图谱数据库中各历史病案的症状集合S进行匹配，并根据症状结合对应症状的权重数值计算历史病案与患者病历症状集合匹配的推荐分值；S5、根据4个维度下推荐分值的高低排序，推荐出数据库中关联度最高的历史病案。2.根据权利要求1所述的中医智能病案推荐方法，其特征在于，步骤S1中构建病案知识图谱数据库具体包括以下步骤：S1
‑
1、导入历史病案数据包；所述历史病案数据包包括结构化、半结构化或者非结构化的文本数据；S1
‑
2、对导入的病案文本数据进行向量化处理，得到词向量序列，其中m为文本长度；并对词向量序列进行信息抽取，包括实体抽取和关系抽取，其中，实体抽取的数据包括疾病、证型、症状、体征实体数据；S1
‑
3、对信息抽取后得到的实体数据和关系数据中的冗余数据进行融合处理，去除重复的数据，并对实体数据进行标准化处理；S1
‑
4、采用Neo4j图数据库对病案的实体数据和关系数据进行存储和可视化，形成通过实体和关系搜索的知识图谱。3.根据权利要求2所述的中医智能病案推荐方法，其特征在于，步骤S1
‑
2中采用双向长短期记忆网络条件随机场BiLSTM
‑
CRF对词向量序列进行实体抽取：词向量序列经过BiLSTM
‑
CRF模块后得到一个标签序列y，y的分值计算公式为，其中A是BiLSTM
‑
CRF模块中相邻状态转移矩阵的分数值，P是经过BiLSTM
‑
CRF模块输出矩阵的分数值；根据的分数值选择y,得分最高的将作为最佳标签序列输出，，表示y所有可能的标签序列。4.根据权利要求2所述的中医智能病案推荐方法，其特征在于，步骤S1
‑
2中采用双向长短期记忆网络BiLSTM对词向量序列进行关系抽取：词向量序列经过BiLSTM模块后得到特征向量，其中为输出给外部的状态，)为输出门状态，为记忆单元状态，
为临时单元状态，为遗忘门状态，为记忆门状态，g()表示激活函数，为t时刻的输入向量，W为权重，b为偏差；将BiLSTM...

【专利技术属性】
技术研发人员：李文友，赵静，董桂峰，尹杰，
申请(专利权)人：南京大经中医药信息技术有限公司，
类型：发明
国别省市：